Bobo老师机器学习笔记第七课-主成分分析法

思维导图笔记

算法原理推导过程

代码实现

# -*- coding: utf-8 -*-
import numpy as np
import matplotlib.pyplot as plt

# 创建一个只有2个特征的测试数据
X = np.empty((100, 2))
X[:, 0] = np.random.uniform(0., 100.0, size=100)

# 为了直观查看PCA后的效果，在这里初始化时候让两个特征值具有线性关系
X[:, 1] = X[:, 0] * 0.75 + 3.0 + np.random.normal(0, 10.0, size=100)

# 降维后的w向量
final_w = None


def demean(X):
    """
    进行均值为0的处理
    :param X: 为一个矩阵
    :return:
    """
    return X - np.mean(X, axis=0)


def draw_graph():
    """